0
  • DE
  • EN
  • FR
  • Internationale Datenbank und Galerie für Ingenieurbauwerke

Anzeige

A probabilistic deep reinforcement learning approach for optimal monitoring of a building adjacent to deep excavation

Autor(en): (State Key Laboratory of Ocean Engineering Shanghai Key Laboratory for Digital Maintenance of Buildings and Infrastructure School of Naval Architecture, Ocean and Civil Engineering Shanghai Jiao Tong University Shanghai China)
(State Key Laboratory of Ocean Engineering Shanghai Key Laboratory for Digital Maintenance of Buildings and Infrastructure School of Naval Architecture, Ocean and Civil Engineering Shanghai Jiao Tong University Shanghai China)
(School of Civil and Hydraulic Engineering Huazhong University of Science and Technology Wuhan Hubei China)
(Shanghai Tunnel Engineering Co., Ltd. Shanghai China)
(State Key Laboratory of Ocean Engineering Shanghai Key Laboratory for Digital Maintenance of Buildings and Infrastructure School of Naval Architecture, Ocean and Civil Engineering Shanghai Jiao Tong University Shanghai China)
Medium: Fachartikel
Sprache(n): Englisch
Veröffentlicht in: Computer-Aided Civil and Infrastructure Engineering, , n. 5, v. 39
Seite(n): 656-678
DOI: 10.1111/mice.13021
Structurae kann Ihnen derzeit diese Veröffentlichung nicht im Volltext zur Verfügung stellen. Der Volltext ist beim Verlag erhältlich über die DOI: 10.1111/mice.13021.
  • Über diese
    Datenseite
  • Reference-ID
    10725630
  • Veröffentlicht am:
    30.05.2023
  • Geändert am:
    20.09.2024
 
Structurae kooperiert mit
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine